Kjell Tore Guttormsen 20c1be6531 fix(ms-ai-architect): #7c wire foreldreløse deliverable-KB — nye kommandoer businesscase + anskaffelse (I)

Audit P2 I. 6 foreldreløse deliverable-KB-er surfaces nå (var skrevet/betalt for, ikke nåbare).
Operatørvalg: dedikerte kommandoer (audit-primær), ikke kun dokumentasjon. Telling 25→27 kommandoer.

Nye kommandoer:
- businesscase.md → samfunnsokonomisk-analyse-nnv.md + gevinstrealisering-dfo-methodology.md (NNV + DFØ 5-stegs gevinst)
- anskaffelse.md → anskaffelser-ai-procurement-framework.md (kravspec, leverandørevaluering, terskelverdi)

Utvidet eksisterende:
- compare.md: weighted multi-kriterie-modus (alternativanalyse-methodology.md) ved 3+ alternativer / --weighted
- cost.md: kapasitet-/gjennomførbarhetssteg (gpu-compute-sizing.md + capacity-feasibility-benchmarks.md) ved --capacity

De-orphaning (kb-integrity måler orphan via SKILL.md/agents, ikke kommandofiler):
- ms-ai-governance/SKILL.md: ny seksjon 1.4 Beslutningsgrunnlag (3 referanser)
- ms-ai-advisor/SKILL.md: alternativanalyse + capacity-feasibility
- ms-ai-security/SKILL.md: gpu-compute-sizing
→ alle 6 de-orphaned (kb-integrity warnings 268→262)

Registrering/docs: help.md + README + CLAUDE.md-tabell + playground-katalog (2 produces_report:false-
oppføringer, gjenbruker ikke 14-parser/17-renderer-kanonen) + docs/playground.md (25→27) + test 25→27.

validate 231 PASS · playground v3 221 PASS · e2e alle suiter · kb-integrity 115/115 — 0 FAIL overalt.

NB: README:358/418/427 har pre-eksisterende «24 commands»-drift (uavhengig av denne endringen) — flagget for #8.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01REiKFhP4w6xGXXqWKpPCJJ

2026-06-18 17:50:06 +02:00

4.3 KiB

Raw Blame History

name	description	argument-hint	allowed-tools	model
architect:cost	Estimer kostnader for en Microsoft AI-løsning	[plattform] med [antall brukere], [volum/dag]	Read, Glob, Grep, Task, mcp__microsoft-learn__microsoft_docs_search, mcp__microsoft-learn__microsoft_docs_fetch	opus

/architect:cost - Kostnadsestimat

Generer et detaljert kostnadsestimat for en Microsoft AI-løsning. Ingen persona — dette er et faktabasert beregningsverktøy.

Instruksjoner

1. Parse input

Ekstraher:

Plattform — hvilken Microsoft AI-tjeneste
Brukere — antall brukere/agenter
Volum — requests/dag, samtaler/dag, API-kall, etc.
Region — default: Sweden Central (nordisk)

Hvis informasjon mangler, spør brukeren om nøkkeltall.

2. Les kostnadsreferanse

Les skills/ms-ai-advisor/references/architecture/cost-models.md for baseline-priser per plattform. Les skills/ms-ai-security/references/cost-optimization/deterministic-cost-calculation-model.md for enhetspriser, beregningsformler og P10/P50/P90 konfidensintervaller.

Ved selvhostede modeller / GPU-inferens eller --capacity: Les også

skills/ms-ai-security/references/performance-scalability/gpu-compute-sizing.md — GPU VM-serier, modellstørrelse→GPU-krav, minnebudsjett, batch/throughput
skills/ms-ai-advisor/references/architecture/capacity-feasibility-benchmarks.md — kompetanse-gap-matrise + tidsplan-validering mot bransjebenchmarks

3. Deleger estimering

Bruk Task-verktøyet til å lansere cost-estimation-agent:

Task(general-purpose): "Les agents/cost-estimation-agent.md og utfør kostnadsestimering.
Plattform: [plattform]
Brukere: [antall]
Volum: [volum]
Region: [region]
Les også: skills/ms-ai-advisor/references/architecture/cost-models.md
og skills/ms-ai-advisor/references/architecture/licensing-matrix.md
Verifiser priser via microsoft_docs_search."

4. Presenter kostnadsrapport

Sammendrag:

	Månedlig (NOK)	Årlig (NOK)
Lisenser	X	X
AI-tjenester	X	X
Infrastruktur	X	X
Totalt	X	X

Detaljert nedbrytning:

Komponent	Enhet	Antall	Pris/enhet	Månedlig (NOK)	Kilde
M365 E5	bruker/mnd	X	X	X	Verifisert
Copilot-lisens	bruker/mnd	X	X	X	Baseline
GPT-4o tokens	1M tokens	X	X	X	Verifisert
...	...	...	...	...	...

Lisensforutsetninger:

Hvilke lisenser kreves (og om kunden allerede har dem)
Hva som er inkludert vs. add-on

Konfidensgradering:

Kategori	Konfidens	Forklaring
Lisenskostnader	🟢 Høy	Verifisert via MCP
Token-kostnader	🟡 Medium	Basert på estimert volum
Infrastruktur	🟡 Medium	Standard-antakelser

Optimaliseringsmuligheter:

Bruk PTU ved >100K requests/mnd (spar ~30%)
Smaller models for enkle oppgaver (GPT-4o-mini vs GPT-4o)
Reserved capacity for forutsigbar last

4b. Kapasitet og gjennomførbarhet (betinget — selvhostet/GPU eller `--capacity`)

For selvhostede modeller eller GPU-inferens, dimensjonér compute før du priser:

GPU-sizing: velg VM-serie ut fra modellstørrelse og minnebudsjett (gpu-compute-sizing.md); oppgi antatt batch size og throughput-mål, og hvordan det driver antall instanser.
Gjennomførbarhet: valider kompetanse (gap-matrise) og tidsplan mot bransjebenchmarks (capacity-feasibility-benchmarks.md) — et estimat som ignorerer kompetansegap er ikke realistisk.

Komponent	Modell/krav	GPU VM-serie	Instanser	Månedlig (NOK)
Inferens	…	…	…	…

5. Neste steg

Tilby:

/architect:compare — sammenlign med alternativ plattform
/architect:license — detaljert lisensanalyse
/architect:businesscase — NNV/gevinst med dette estimatet som input
Justere estimat med andre parametere

Retningslinjer

ALLTID presenter i NOK (kanonisk kurs 10,50 NOK/USD, jf. deterministic-cost-calculation-model.md §5 — verifiser aktuell midtkurs)
ALLTID inkluder disclaimer om at priser endres
ALLTID skill mellom verifisert, baseline og estimert
ALDRI gi eksakte priser uten kildeangivelse
Inkluder oppstartskostnader separat fra driftskostnader

4.3 KiB Raw Blame History